Sie sind auf Seite 1von 4

Dr. Martin Bracke

Klausur

PD Dr. Thomas G¨otz

H¨ohere Mathematik 2

12.09.09

Einige Kommentare zu den Aufgaben der Klausuren HM II (bzw. HM A), vgl. dazu die auf den folgenden Seiten angegebenen Aufgaben und L¨osungsvorschl¨age. Dabei wurden die

folgenden Abkurzungen¨

Z (Zusatzblatt), A (Aufgabe), KT (Kurztest).

verwendet: U ( Ubungsblatt), H (Hausubung),¨

¨

¨

P (Pr¨asenzubung),¨

¨

¨

¨

Aufgabe 1 Aufgaben zur linearen Unabh¨angigkeit in U1-H4, U2-P1, U3-P1, Z3-A1, KT2; zur Dimensi-

¨

¨

¨

on eines Unterraums in U2-P2, U2-H1, KT2; zur orthogonalen Projektion in U3-P1, Matlab-Skript

¨

orth proj.m; Abstand (2-norm) in U2-P1, KT2.

U7-P1, Z3-A4, KT3; zum

L¨osen linearer Gleichungssysteme in U6-P3 (welche LGS sind l¨osbar?), KT3; zur kleinste Quadrate

Methode in Z2 (bzw. siehe Projektion), Matlab-Skript orth proj.m.

¨

Aufgabe 2 Aufgaben zum Rang einer Matrix in U5-P3,

¨

¨

U6-H1,

¨

U6-H2,

¨

¨

Aufgabe 3 Aufgaben zum Thema Eigenwerte in U8-H1,

¨

¨

¨

¨

U9-P1, KT5; zu Eigenvektoren in U8-H3,

¨

U9-P1, U12-H4 (Altklausur), Matlab-Skript eigen.m, KT4, KT5; zu Orthonormalbasen in U3-

¨

H2, U4-P1; zu den Eigenschaften reeller, symmetrischer Matrizen KT5.

¨

Aufgabe 4 Eine Aufgabe mit ¨ahnlichem Hintergrund fand sich in U12-H2 (Altklausur) bzw. es war

der Zusammenhang zwischen Regularit¨at einer Matrix und Determinante sehr hilfreich.

Aufgabe 5 Aufgaben zur Integration in Z3-A9, Z3-A10, Z3-A11 sowie in HM 1; partielle Integration

¨

in HM 1 (s. U1 (Altklausur)).

¨ ¨

Aufgabe 6 Aufgaben zu Extrema mit NB in U12-P3, U12-H8, Z3-A8; zur Klassifikation von Extrema

¨

in U12-H7.

¨ ¨

Aufgabe 7 Aufgaben zu Taylorpolynomen in U11-H3, U12-P2, Z3-A7; zur Klassifikation von Extrema

¨

in U12-H7.

¨

¨

Aufgabe 8 Aufgaben zur Richtungsableitung in U12-P1; zum Normieren von Vektoren in U4-P2; zum

¨

Gradient in U11-P1, U11-P3, U11-H2, KT5.

¨

¨

Aufgabe 1: (5 Pkt.) Es seien

a = 1 , b = 1 , c = 0 , d =

1

0

1

2

2

0

3

0

3

R 3

und U = [a, b, c] R 3 der von den Vektoren a, b, c aufgespannte Unterraum. Bestimmen Sie die Dimension von U und prufen¨ Sie, ob d U gilt. Berechnen Sie weiter die orthogonale Projektion von d auf den Unterraum und berechnen Sie den Abstand von d zu U in der euklidischen Norm.

L¨osung: Man sieht direkt, dass a und b linear unabh¨angig sind. Wegen c = 2(a + b) gilt dim U = 2. Bestimme Orthonormalbasis von U :

x (1) = 1

2

  1 , x˜ (2) = 1

1

0

0

1

1

2

0

1 , 1 1 = 1

2

1

1

0

1

0

 

1

2

1 , x (2) =

1

6

Damit bekommt man die orthogonale Projektion

d U = d , x (1) x (1) + d , x (2) x (2) = 3

2

1

0

1 3

6

 

1

1 = 2

1

2

1

= d,

 

1

1 .

2

d.h. d / U ; der Abstand zum Unterraum ist d d u =

 

3

0

3

2

1

1

=  

2

2

2


= 2 3.

Aufgabe 2: (5 Pkt.) Gegeben sei das lineare Gleichungssystem Ax = d mit

A = 1

1

0

0

1 , d =

1

3

0

3

  R 3 .

Man bestimme die L¨osungsmenge L R 2 und berechne im Fall L = dasjenige v, welches den Fehler Ax d 2 minimiert (Methode der kleinsten Quadrate).

= 0), also L = . Bestimme

L¨osung: Es gilt rg(A) = 2 und rg(A|d) = 3 (wg. det(A|d) = 6

Least-Squares-L¨osung, d.h. l¨ose A T Av = A T d: (fur¨ Einsetzen in A T Av = A T d: )

2

1

1

2

v = 3 , det

3

2

1

1

2

= 0,

eindeutige L¨osung v =

1 .

1

Alternativ: Mit Aufgabe 1 kann man aus d / U und d U = (1, 2, 1) T schließen, dass L = und v ist L¨osung von Av = d U .

Aufgabe 3: (5 Pkt.) Man bestimme die Eigenwerte von A sowie eine Orthonormalbasis aus Eigen- vektoren von A, wenn

A = 3

1

0

3

1

0

0

0

2

  .

L¨osung: Es gilt det(λE A) = ((λ 1) 2 9)(λ + 2) = (λ 4)(λ + 2)(λ + 2), d.h. die Eigenwerte von A sind λ 1 = 4, λ 2 = λ 3 = 2. Eigenvektoren:

λ = 4 :

λ 2,3 = 2 :

3

3

0

3

3

0

3

3

0

3

3

0

0

0

0

0

0

6

x = 0

x = 0

x (1) = 1 .

1

0

x (2) = 1 , x (3) = 0 .

1

0

0

1

Da die Eigenr¨aume zu λ = 4 und λ = 2 orthogonal sind (A T = A), und auch x (2) , x (3) schon orthogonal sind, mussen¨ die Vektoren lediglich normalisiert werden. Die gesuchte Basis lautet damit

B =

1

2

1

1 ,

0

1

2

 

0

1 , 0

0

1

 

1

.

Aufgabe 4: (5 Pkt.) Gibt es eine regul¨are Matrix A R n×n , n 1, welche die Bedingung A 3 +A = 0

Sie jeweils Ihre Antwort und geben Sie im Falle

bzw. die Bedingung A 3 A = 0 erfullt?¨

Begrunden¨

eines positiven Ergebnisses eine Beispielmatrix mit n 3 an.

2

L¨osung: Unter der Annahme A 3 + A = 0 folgt

A 3 = A det(A) 3 = det(A) A regul¨ar

=

det(A) 2 = 1 zu A R n×n .

Es gibt also keine regul¨are Matrix A, welche die Bedingung A 3 + A = erfullt.¨ wird z.B. von der Einheitsmatrix E n erfullt.¨

Die zweite Bedingung

Aufgabe 5: (5 Pkt.) Man bestimme das Volumen zwischen der (x, y)–Ebene und dem Graphen von

f : R 2 D R mit

L¨osung: Zu berechnen ist

f (x, y) = sin(x) cos(y) und D = {(x, y) R 2 : 0 x π, 0 y x }.

2

π

0

x

0

2

sin(x) cos(y)dydx = π sin(x) sin x dx.

0

2

Mit partieller Integration folgt

sin(x) sin x dx

2

=

=

cos(x) sin x 2 cos(x) cos x dx

2

1

2

cos(x) sin x 2 sin(x) cos x 1 2 sin(x) sin x dx ,

2

1

2

2

und damit

π

0

sin(x) sin x dx = 4 cos(x) sin x + 2 sin(x) cos x

2

1

2

3

2

π

0

=

4 (1) = 4

3

3 .

Aufgabe 6: (5 Pkt.) Bestimmen Sie die Extrema der Funktion

f : R 2 R

mit

f (x, y) = 5 x 2 8y + y 2

unter der Nebenbedingung 4x 2 + y 2 4 = 0 und geben Sie an, ob ein Minimum bzw. ein Maximum vorliegt.

L¨osung: Die zu f und g (mit g(x, y) = 4x 2 + y 2 4 = 0) geh¨orige Lagrange-Funktion lautet

L(x, y, λ) = f (x, y) + λ(g(x, y) = 5 x 2 8y + y 2 + λ(4x 2 + y 2 4).

!

!

Die station¨aren Punkte ergeben sich als L¨osungen des Gleichungssystems L(x, y, λ) = 0, also

x(4λ 1)

= 0

(1)

y(λ + 1)

= 4

(2)

4x 2 + y 2 4 = 0

(3)

Die L¨osungen des Gleichungssystems sind (in der Form (x, y, λ))

(0, 2, 1), (0, 2, 3), − √ 39 i

, 16

5 ,

4 , 39 i , 16

1

4 ,

1

5

5

5 ,

so dass wegen (x, y) R 2 ( fur¨

station¨aren Punkte (0, 2, 1), (0, 2, 3) weiter zu betrachten sind. Es gilt

richtige Interpretation der nicht zul¨assigen L¨osung fur¨

f (0, 2) = 7,

f (0, 2) = 25,

λ =

1

4 ) die

und da f auf der kompakten Menge K := (x, y) R 2 : g(x, y) = 0 stetig ist, kann geschlossen werden, dass f unter der NB g(x, y) = 0 in (0, 2) ein Minimum und in (0, 2) ein Maximum besitzt.

3

Aufgabe 7:

(5 Pkt.) Es sei f : R 2 R mit f (x, y) = sin(2 + x 2 y y 2 ). Berechnen Sie das

Taylor-Polynom vom Grad 2 im Entwicklungspunkt (x 0 , y 0 ) = (0, 1 2 ) und prufen¨ Sie, ob f im Entwicklungspunkt ein lokales Extremum besitzt (bestimmen Sie gegebenfalls den Typ!).

L¨osung: Das Taylor-Polynom vom Grad 2 im Entwicklungspunkt (x 0 , y 0 ) ist gegeben durch

T 2 (x, y) = f (x 0 , y 0 ) + f(x 0 , y 0 ) , x

y x y 0 0 + 1

2 x x 0 y y 0

T

H f (x 0 , y 0 ) · x y x y 0 0 .

also

 

T 2 (x, y)

= sin 9 4

wegen

+ x 2 cos 9 4 cos 4 · y +

9

2 2

1

f (x, y) =

2 x cos x 2 y 2 y + 2 cos x 2 y 2 y + 2 (2 y

H f (x, y) =

2σ 2 4x 2 σ 1 2x(2y + 1)σ 1

2x(2y + 1)σ 1 2σ 2 σ 1 (2y +

1) 2 ,

+ 1) ,

f(x 0 , y 0 ) = 0

0

H f (x 0 , y 0 ) = 2 cos 9 4

0

0

2 cos

wobei

4

9

σ 1 = sin(2 + x 2 y y 2 ), σ 1 = cos(2 + x 2 y y 2 ).

Aus f (x 0 , y 0 ) = 0 0 folgt, dass f im Entwicklungspunkt einen station¨aren Punkt hat; da H f (x 0 , y 0 )

eine indefinite Matrix ist (es ist cos

liegt kein Extremum sondern ein Sattelpunkt vor.

9 4

= 0, da der Kosinus keine rationalen Nullstellen besitzt!),

Aufgabe 8: (5 Pkt.) Berechnen Sie fur¨ die Funktion f : R 2 R mit f (x, y) = sin(2+ x 2 yy 2 ) die

2 1 . Bestimmen Sie weiter die

1 5

Richtungsableitung im Punkt (x 0 , y 0 ) = (1, 1) in Richtung v =

Richtung (d.h. einen Vektor der L¨ange 1) des steilsten Anstiegs von f im Punkt (x 0 , y 0 ) = (1, 1). L¨osung: Es gilt

f (x, y) =

2 x cos x 2 y 2 y + 2 cos x 2 y 2 y + 2 (2 y

+ 1) ,

f (1, 1) = 2 cos(3) cos(3) =: r.˜

Damit berechnet sich die Richtungsableitung von f in Richtung v im Punkt (1, 1) zu

∂f v (1, 1) = f (1, 1) ,

v

v

= cos(3)

1

1

5 2

,

1

2 =

4 5 cos(3) < 0.

(Die Funktion f¨allt also in Richtung v.) Die Richtung des steilsten Anstiegs von f in (1, 1) ist

r =

r˜ r˜ =

4

1

1

5 2

.